FLUX 3｜Black Forest LabsのAI動画生成参入と画像・音声統合を解説

発表直後のX（旧Twitter）では「画像専業モデルだと思っていたのに、いきなり動画・音声・ロボティクスまで出してきた」という趣旨の驚きの声が複数みられた（2026年7月24日）。

Black Forest Labs（BFL）は2026年7月23日、FLUX 3を発表した。2024年のFLUX.1、2025年のFLUX.2は画像生成専業のモデルだった。FLUX 3は別物だ。画像・動画・音声・ロボット制御を単一のアーキテクチャで処理する。動画には20秒まで対応し、ネイティブの同期音声が付く。工場の生産ラインでロボットを動かすための「アクション予測」まで1つのウェイトで完結する、という設計だ。

しかし発表から1週間が経過した今も、一般ユーザーが実際に使える段階ではない。動画生成とロボット制御の機能は選定パートナー向けのアーリーアクセスにとどまり、料金も未発表だ。

FLUX 3が「画像だけのモデル」を超えた構造変更の意味

FLUX 3の核心は技術仕様の更新ではなく、設計思想の転換だ。

FLUX.1とFLUX.2は、テキストや参照画像を受け取り、静止画を出力する専用モデルだった。競合のMidjourney、Adobe FireflyのStable Diffusionベースモデルも同じカテゴリに属する。ひとつのモダリティに特化することで精度を上げる、従来の王道路線だ。

FLUX 3はこの路線を捨てた。BFLが2026年3月に発表した「Self-Flow」と呼ぶアーキテクチャが基盤で、画像・動画・音声を同一のネットワークが同時に学習する。モダリティをまたいで表現が相互拘束し合う設計だ。BFLは「モダリティを一緒に学習させることで、互いの品質を高め合う」と説明している（GlobeNewswire, 2026年7月23日）。

統合されたコンポーネントは4つある。

コンポーネント	内容	現時点の状態
FLUX 3 Video	最大20秒・ネイティブ音声付き動画生成	アーリーアクセス
FLUX 3 Action	工場ロボット向けアクション予測	アーリーアクセス
FLUX 3 Image	高解像度静止画生成	「数週間以内」
FLUX 3 Dev	オープンウェイト版	2026年後半

この構成は「BFLが動画・ロボティクス市場に入ってくる」という宣言でもある。FLUX.1以降、画像生成AIの分野でSoraやRunwayと「住み分けていた」状況が終わったということだ。

FLUX 3 vs Runway・Kling：競合との比較は「自己申告」で成り立っている

FLUX 3の競合比較を語るとき、最初に押さえなければいけない点がある。現時点で存在する比較データは、ほぼすべてBFL自身が実施した評価だ。

BFLが公表した数字は以下の通りだ（TechTimes, 2026年7月25日）。

• Luma Ray 3.2に対して93%の勝率
• Runway Gen-4.5に対して77%の勝率
• ByteDance Seedance 2.0に対して52%（ほぼ拮抗）
• Google Gemini Omni Flashに対して52%（ほぼ拮抗）

Luma・Runwayに対する数字は印象的だが、こうした評価は条件設定次第で大きく変わる。10秒720pクリップで比較したと明示されているが、Seedance 2.0やGemini Omni Flashとは「ほぼコイントス」という結果だ。

Artificial Analysis Video Arenaのような第三者機関によるEloレーティングはFLUX 3に対してまだ存在しない。ランキングに登場した段階で、BFL自身の主張との乖離が明確になる。

HackerNewsの議論でも同様の指摘が出ている。アーリーアクセス段階での自社ベンチマークのみによる優位性主張を疑問視するコメントが複数みられた（Hacker News, 2026年7月24日）。

Gemini Omni Flashについては、YouTubeショートに無料で統合されており、実使用での評判が先行している。この比較についてはGemini Omni Flash完全ガイドを参照したい。

Black Forest Labsとはどんな会社か

BFLを知らずにFLUX 3を評価するのは難しい。同社の出発点が、現在の動き方の理由を説明している。

BFLはStability AIから移籍した研究者たちが2024年に設立した。主要メンバーはStable Diffusionの開発に直接携わっており、オープンウェイトモデルの設計と公開に関して豊富な経験を持つ。FLUX.1を発表した際、商業利用可能なAPIと開発者向けのオープンウェイト（FLUX.1 Dev）を同時公開し、市場での存在感を急速に高め、Midjourneyのユーザーベースに食い込んだ。

FLUX 3でも同じ戦略が見える。FLUX 3 Devというオープンウェイト版を「2026年後半」に提供すると予告している。料金が未発表のまま発表したのも、API収益よりもまず「BFLが動画生成に参入した」という事実を市場に知らせるための選択だと解釈できる。

資金面ではa16z、Googleなどからの出資を受けている（TechCrunch, 2024年）。ただし、具体的なシリーズBの金額や評価額は2026年7月時点では公表されていない。

FLUX 3 Actionが示す「生成AIの外への拡張」

クリエイター向けのFLUX 3 VideoやImageと比べて、FLUX 3 Actionは性格が異なる。

工場の製造ラインでロボットを動かすためのアクション予測モデルだ。ビジョン入力（カメラ映像）を受け取り、次の動作を出力する。従来のロボット制御は個別にプログラムされるか、専用の視覚モデルを持つ必要があった。FLUX 3はその制御まで、画像・動画と同一のウェイトで処理する。

日本は世界有数の製造業大国で、産業用ロボットの導入密度はグローバルでもトップクラスだ（国際ロボット連盟IFR 2025年版報告書）。この分野への生成AIの侵食は、コンテンツ生成とは別の産業インパクトを持つ。ただし、FLUX 3 Actionは現時点で「選定研究・商業パートナー向けアーリーアクセス」であり、実装コストや精度の実態は外部からは見えない段階だ。

製造業でのAI活用の最新動向はWAIC 2026キーノートレポートでも触れている。

FLUX 3は今使えるか？リリース時期と代替ツールの現実

FLUX 3の発表直後に「試してみたい」と思った人が最初に直面するのは、使えないという現実だ。

現時点で使えるもの（2026年7月28日時点）

• なし（一般ユーザー向けは未公開）

数週間以内に使えるようになる予定のもの

• FLUX 3 Image（静止画生成）

2026年後半予定のもの

• FLUX 3 Dev（オープンウェイト版）

時期未発表のもの

• FLUX 3 Video一般API
• FLUX 3 Actionの公開パートナー外への開放
• 料金体系

画像生成AIを今すぐ使いたいなら、FLUX.1 ProまたはFLUX.2がまだbfl.aiのAPIで利用可能だ。動画生成についてはRunway Gen-4.5かKlingが現実的な選択肢で、無料で試したいならGemini Omni FlashのYouTubeショート統合が動いている。

Soraが2026年4月にコンシューマー版を終了し、APIも2026年9月24日に廃止予定の状況で、「Soraの代替」を探している開発者には状況が辛い。FLUX 3は有力な候補になり得るが、一般APIが出るまでは選択肢として機能しない。Soraが廃止された経緯と移行先についてはOpenAI Sora廃止の全貌で整理している。

AI画像生成の基本的な仕組みを改めて理解したい場合はAI画像生成の仕組みを解説も参考にしたい。

AI動画生成ツールの現在の勢力図についてはGemini Omni Flash完全ガイドで整理している。Soraが廃止に至った背景はOpenAI Sora廃止の全貌を参照。画像生成AIの基礎的な仕組みはAI画像生成の仕組みを解説でカバーしている。

---

関連記事

• Gemini Omni Flash完全ガイド｜YouTube Shortsで無料AI動画生成が始まった衝撃と10秒の壁
• OpenAI Sora廃止の全貌
• AI画像生成の仕組みを解説
• Gemini 3.1 Flash・Nano Banana 2レビュー

---

本記事の情報は2026年7月28日時点のものだ。FLUX 3は現時点でアーリーアクセス段階であり、料金・API公開日・機能仕様はいずれも未発表または変更される可能性がある。最新情報はBlack Forest Labs公式サイト（bfl.ai）で確認すること。BFLが公表したベンチマーク数値は同社自身による評価であり、第三者による検証を経たものではない。本記事は特定ツールの選択を推奨・保証するものではない。